CN115684076B - 多通道红外气体传感器数据处理方法 - Google Patents
多通道红外气体传感器数据处理方法 Download PDFInfo
- Publication number
- CN115684076B CN115684076B CN202211415260.6A CN202211415260A CN115684076B CN 115684076 B CN115684076 B CN 115684076B CN 202211415260 A CN202211415260 A CN 202211415260A CN 115684076 B CN115684076 B CN 115684076B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- concentration data
- concentration
- fitting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 45
- 239000000126 substance Substances 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006467 substitution reaction Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 47
- 238000010521 absorption reaction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000287410 Phylloscopus trochilus Species 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007784 solid electrolyte Substances 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明的实施例公开了一种多通道红外气体传感器数据处理方法，其中多通道红外气体传感器数据处理方法包括步骤S1、采集一通道内一物质的浓度数据yi，经数据处理，获得初步浓度数据c0；步骤S2、基于最小二乘法，搭建试验平台，拟合温度对初步浓度数据c0的影响；步骤S3、基于卡尔曼滤波算法，迭代更新数据，得到该物质的实际浓度数据。根据本发明，能剔除偶然出现的脉冲性干扰，减小数据波动的影响，以得到最接近气体实际真实浓度的实际浓度数据。
Description
技术领域
本发明涉及红外气体传感器技术领域，特别涉及一种多通道红外气体传感器数据处理方法。
背景技术
红外气体传感器是基于不同气体分子的近红外光谱选择吸收特性，利用气体浓度与吸收强度关系（Lambert-Beer定律）鉴别气体组分并确定其浓度的气体传感装置。相较于其他类型传感器而言，其气体选择性高、工作温度范围广、灵敏度不会衰减、传感器集成体积小、可靠性高。目前红外气体传感器的测量精度不高，在实际气体测量使用中具有局限性。
发明内容
本发明的实施例提供一种多通道红外气体传感器数据处理方法，能剔除偶然出现的脉冲性干扰，减小数据波动的影响，以得到最接近气体实际真实浓度的实际浓度数据。
为了解决上述技术问题，本发明的实施例公开了如下技术方案：
一方面，提供了一种多通道红外气体传感器数据处理方法，该数据处理方法包括如下步骤：步骤S1、采集一通道内一物质的浓度数据，经数据处理，获得初步浓度数据/>；步骤S2、基于最小二乘法，搭建试验平台，拟合温度对初步浓度数据/>的影响；步骤S3、基于卡尔曼滤波算法，迭代更新数据，得到该物质的实际浓度数据；步骤S4、重复上述步骤若干次，得到多通道的若干物质的若干实际浓度数据。
除了上述公开的一个或多个特征之外，或者作为替代，所述步骤S1包括S11、对一通道内的某一物质设置一级阈值和二级阈值/>； S12、第一次采集该物质的浓度数据/>，并对其进行去偶然脉冲性干扰处理、去噪处理得到滤波数据/>；S13、再一次采集该物质的浓度数据/>，计算浓度数据/>与滤波数据/>之间的差值/>，将差值/>的值与阈值/>的值、阈值/>的值进行比较：若差值/>大于/>，则以滤波数据/>替代浓度数据/>；若阈值/>小于差值/>，差值/>小于阈值/>，则连续采集后续m个数据，计算m个浓度数据分别与滤波数据/>之间的m个差值/>，取m个差值/>的均值/>，将均值/>的值与/>的值进行比较：若均值/>小于/>，则以滤波数据/>替代浓度数据/>的值，否则，保留浓度数据；S14、滤波数据/>或浓度数据/>设定为初步浓度数据/>。
除了上述公开的一个或多个特征之外，或者作为替代，所述去偶然脉冲性干扰采用限幅平均滤波法。
除了上述公开的一个或多个特征之外，或者作为替代，所述去噪处理采用平滑滤波法。
除了上述公开的一个或多个特征之外，或者作为替代，所述步骤S2包括S21、设定温度梯度，记录温度梯度内对应温度下所采集的温度浓度数据/>，计算n个温度浓度数据分别与初步浓度数据/>之间的n个差值/>，得到多个数值坐标（/>）；
S22、构建初步的拟合曲线，设定拟合曲线为：，x：温度/>的值,/>：与温度/>所对应的差值/>的值；
S23、选择部分数值坐标（）代入拟合曲线，通过最小二乘法计算得到/>和/>的值，之后将/>和/>的值代入合曲线得到拟合函数；
S24、计算拟合优度和误差平方和SSE；设定需求拟合优度值为1，判断计算所得的拟合优度/>的值是否接近需求拟合优度的值：若计算所得的拟合优度/>的值接近需求拟合优度的值，则保留拟合函数；若计算所得的拟合优度/>的值远离需求拟合优度的值，则进入步骤S25；
S25、重复步骤S22、步骤S23和步骤S24，得到新的拟合函数。
除了上述公开的一个或多个特征之外，或者作为替代，所述拟合优度的计算公式：/>；
其中，是拟合函数，/>为/>时刻对应拟合函数值。
除了上述公开的一个或多个特征之外，或者作为替代，所述误差平方和SSE的计算公式：SSE =。
除了上述公开的一个或多个特征之外，所述步骤S3包括S31、设定某一时刻为k时刻，k-1时刻的浓度预测值为，则k时刻浓度的预测函数的计算公式：/>=，其中，/>是设定函数；
S32、计算k时刻浓度预测值的理论误差；
S33、计算卡尔曼增益；
S34、经过温度补偿后，k时刻浓度测量值为温度浓度数据的值，则k时刻实际浓度的计算公式：/>，经计算得到k时刻实际浓度数据。
除了上述公开的一个或多个特征之外，或者作为替代，述理论误差的计算公式：理论误差/>测量值/>理论估计值。
除了上述公开的一个或多个特征之外，或者作为替代，所述步骤S3包括S35、更新理论误差，同时重复步骤S31、步骤S32、步骤S33和步骤S34，得到新的k时刻实际浓度数据。
上述技术方案中的多通道红外气体传感器数据处理方法具有如下优点或有益效果：步骤S2能剔除偶然出现的脉冲性干扰，同时能去噪，步骤S3减小由于环境因素及温度补偿不彻底造成的数据波动的影响，以得到最接近气体实际真实浓度的实际浓度数据。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其它有益效果显而易见。
图1是根据本发明实施例提供的一种多通道红外气体传感器数据处理方法的方法步骤图；
图2是根据本发明实施例提供的一种多通道红外气体传感器数据处理方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和有益效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是指两个或两个以上，除非另有明确具体的限定。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“ 上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“ 之上”、“ 上方”和“ 上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“ 之下”、“ 下方”和“ 下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
在气体探测器领域，主要有半导体气体传感器、电化学型气体传感器、固体电解质气体传感器、接触燃烧式气体传感器、光学式气体传感器等，而NDIR（Non-DispersiveInfraRed，非分散红外技术）红外气体传感器因不同气体的红外吸收峰不同，通过测量红外吸收前后能量变化来检测气体体积分数。
红外气体传感器是基于不同气体分子的近红外光谱选择吸收特性，利用气体浓度与吸收强度关系（Lambert-Beer定律）鉴别气体组分并确定其浓度的气体传感装置。相较于其他类型传感器而言，其气体选择性高、工作温度范围广、灵敏度不会衰减、传感器集成体积小、可靠性高，广泛应用于CO、CO2、甲烷、NO等气体的检测中。目前红外气体传感器的测量精度不高：
通过对多次采集的待测气体的浓度值分析可知，一方面，数据中存在偶然出现的脉冲性干扰，若不对脉冲性干扰进行处理，将会出现不合理的浓度值，不合理的浓度值是指该浓度值与实际真实浓度值有大的偏差。
另一方面，即使在对待测气体的温度补偿后，也受限于温度变化的时延、温度采集的波动及其他环境因素的影响，数据可能有较大波动，常用消除波动的方法有均值滤波、中位数滤波等，但上述方法会改变数据真实变化情况。在实际气体测量中具有局限性。
因此，本文公开的示例性多通道红外气体传感器数据处理方法，该数据处理方法包括如下步骤：步骤S1、采集一通道内一物质的浓度数据，经数据处理，获得初步浓度数据/>；步骤S1的数据处理是指对多通道红外传感器的浓度数据中所出现的偶然脉冲性性干扰进行剔除，同时除去浓度数据中的噪声，以获取初步浓度数据/>，其中初步浓度数据/>是初步稳定的物质浓度，避免出现不合理的浓度值的现象。
步骤S2、基于最小二乘法，搭建试验平台，拟合温度对初步浓度数据的影响；步骤S2主要对初步浓度数据/>进行温度补偿。
步骤S3、基于卡尔曼滤波算法，迭代更新数据，得到该物质的实际浓度数据；步骤S3能迭代更新数据，基于卡尔曼滤波算法调整参数，以计算得到准确的实际浓度数据。
步骤S4、重复上述步骤若干次，得到多通道的若干物质的若干实际浓度数据。本实施例的红外气体传感器具有多通道，每个通道可以根据需求通入一种或多种物质，物质指的是气体。针对一种气体，实施步骤1、步骤S2和步骤S3，即可得到该物质的实际浓度数据，该实际浓度数据是剔除了偶然出现的脉冲性干扰，并减小由于环境因素及温度补偿不彻底造成的数据波动的影响后所得到的最接近于气体实际通入时的真实值。针对多种气体，重复实施步骤1、步骤S2和步骤S3，即可得到多种物质的多个实际浓度数据。同时针对多种气体，本实施例不限制一次数据处理方法时所针对处理气体的个数。
采用本实施例的多通道红外气体传感器数据处理方法，能剔除偶然出现的脉冲性干扰，同时能去噪，并减小由于环境因素及温度补偿不彻底造成的数据波动的影响，以得到最接近气体实际真实浓度的实际浓度数据。
在本发明实施例中，所述步骤S1包括S11、对一通道内的某一物质设置一级阈值和二级阈值/>；对各通道数据变化范围分析，设定阈值数值。一种气体，设置两个阈值，分别是一级阈值/>和二级阈值/>，其中，一级阈值/>大于二级阈值/>。
S12、第一次采集该物质的浓度数据，并对其进行去偶然脉冲性干扰处理、去噪处理得到滤波数据/>；滤波数据/>是相对于浓度数据/>更稳定。
S13、再一次采集该物质的浓度数据，计算浓度数据/>与滤波数据/>之间的差值/>，将差值/>的值与阈值/>的值、阈值/>的值进行比较：若差值/>大于/>，则以滤波数据/>替代浓度数据/>；若阈值/>小于差值/>，差值/>小于阈值/>，则连续采集后续m个数据，计算m个浓度数据分别与滤波数据/>之间的m个差值/>，取m个差值/>的均值/>，将均值/>的值与/>的值进行比较：若均值/>小于/>，则以滤波数据/>替代浓度数据/>的值，否则，保留浓度数据/>；通过差值/>的值与阈值/>的值、阈值/>的值进行比较，确定选择滤波数据/>或是浓度数据/>。
S14、滤波数据或浓度数据/>设定为初步浓度数据/>；若选择滤波数据/>，则设定滤波数据/>为初步浓度数据/>，若选择浓度数据/>，则设定滤波数据/>为初步浓度数据/>。通过差值/>的值与阈值/>的值、阈值/>的值进行比较，确定初步浓度数据/>。
在本发明实施例中，所述去偶然脉冲性干扰采用限幅平均滤波法。值得说明的是，限幅平均滤波法只是剔除偶然出现的脉冲性干扰的一种方法，在实施例采用限幅平均滤波法仅是示例性地给出，只要能剔除偶然出现的脉冲性干扰均在本申请的保护范围内。
在本发明实施例中，所述去噪处理采用平滑滤波法。值得说明的是，平滑滤波法只是去噪的一种方法，在实施例采用平滑滤波法仅是示例性地给出，只要能去噪均在本申请的保护范围内。
在本发明实施例中，所述步骤S2包括S21、设定温度梯度，记录温度梯度内对应温度下所采集的温度浓度数据/>，计算n个温度浓度数据/>分别与初步浓度数据/>之间的n个差值/>，得到多个数值坐标（/>）。其中，温度梯度的合集是/>，n个差值/>的的合集是/>。示例性的，/>温度下所采集的温度浓度数据/>，温度浓度数据/>与初步浓度数据/>之间的差值/>，数值坐标是（/>）。
S22、构建初步的拟合曲线，设定拟合曲线为：，x：温度/>的值,/>：与温度/>所对应的差值/>的值。
S23、选择部分数值坐标（）代入拟合曲线，通过最小二乘法计算得到/>和/>的值，之后将/>和/>的值代入合曲线得到拟合函数。拟合函数不是固定不变的，在选取的数值坐标（/>）发生变化后，通过最小二乘法计算得到/>和/>的值也会发生变化，将新的/>和/>的值代入拟合曲线后，就得到新的拟合函数。
S24、计算拟合优度和误差平方和SSE；设定需求拟合优度值为1，判断计算所得的拟合优度/>的值是否接近需求拟合优度的值：若计算所得的拟合优度/>的值接近需求拟合优度的值，则保留拟合函数；若计算所得的拟合优度/>的值远离需求拟合优度的值，则进入步骤S25。拟合优度/>越接近1，拟合模型效果越好。误差平方和SSE越小，代表误差越小，模型效果越好。判断计算所得的拟合优度/>的值是否接近需求拟合优度的值，可根据实际需求或者满足设计要求/>如果所得到的拟合优度/>满足实际需求，或者满足设计要求，则不用进入S25/>进入S25。示例性的，拟合优度/>为0.8，可/>拟合优度/>的值接近需求拟合优度的值。
S25、重复步骤S22、步骤S23和步骤S24，得到新的拟合函数。针对拟合优度不满足实际需求，或者不满足设计要求，也即所得到的拟合函数与模型偏差较大，通过步骤S25可进行调整。
在本发明实施例中，所述拟合优度的计算公式：/>；
其中，是拟合函数，/>为/>时刻对应拟合函数值。/>是拟合函数自行设定的函数。
在本发明实施例中，所述误差平方和SSE的计算公式：
SSE =。
在本发明实施例中，所述步骤S3包括S31、设定某一时刻为k时刻，k-1时刻的浓度预测值为，则k时刻浓度的预测函数的计算公式：/>=/>，其中，/>是设定函数；
S32、计算k时刻浓度预测值的理论误差；
S33、计算卡尔曼增益；卡尔曼增益/>是一个中间计算系数。
S34、经过温度补偿后，k时刻浓度测量值为温度浓度数据的值，则k时刻实际浓度的计算公式：/>，经计算得到k时刻实际浓度数据。
在本发明实施例中，所述理论误差测量值/>理论估计值。在本实施例中，测量值是温度浓度数据/>的值，理论估计值是k时刻浓度预测值。
在本发明实施例中，所述步骤S3包括S35、更新理论误差，同时重复步骤S31、步骤S32、步骤S33和步骤S34，得到新的k时刻实际浓度数据。理论误差/>不是固定不变的，在测量值、理论估计值发生变化后，理论误差/>改变。将新的理论误差/>的值代入k时刻实际浓度的计算公式进行计算，就得到新的k时刻实际浓度数据。
以上步骤所提供的介绍，只是用于帮助理解本发明的方法、结构及核心思想。对于本技术领域内的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也同样属于本发明权利要求保护范围之内。
Claims (5)
1.一种多通道红外气体传感器数据处理方法，其特征在于，该数据处理方法包括如下步骤：
步骤S1、采集一通道内一物质的浓度数据，经数据处理，获得初步浓度数据/>；
步骤S2、基于最小二乘法，搭建试验平台，拟合温度对初步浓度数据的影响；
步骤S3、基于卡尔曼滤波算法，迭代更新数据，得到该物质的实际浓度数据；
步骤S4、重复上述步骤若干次，得到多通道的若干物质的若干实际浓度数据；
所述步骤S1包括S11、对一通道内的某一物质设置一级阈值和二级阈值/>； S12、第一次采集该物质的浓度数据/>，并对其进行去偶然脉冲性干扰处理、去噪处理得到滤波数据/>；S13、再一次采集该物质的浓度数据/>，计算浓度数据/>与滤波数据/>之间的差值/>，将差值/>的值与阈值/>的值、阈值/>的值进行比较：若差值/>大于/>，则以滤波数据替代浓度数据/>；若阈值/>小于差值/>，差值/>小于阈值/>，则连续采集后续m个数据，计算m个浓度数据分别与滤波数据/>之间的m个差值/>，取m个差值/>的均值/>，将均值/>的值与/>的值进行比较：若均值/>小于/>，则以滤波数据/>替代浓度数据的值，否则，保留浓度数据/>；S14、滤波数据/>或浓度数据/>设定为初步浓度数据，若选择滤波数据/>，则设定滤波数据/>为初步浓度数据/>，若选择浓度数据/>，则设定滤波数据/>为初步浓度数据/>。
2.如权利要求1所述的多通道红外气体传感器数据处理方法，其特征在于，所述去偶然脉冲性干扰采用限幅平均滤波法。
3.如权利要求1所述的多通道红外气体传感器数据处理方法，其特征在于，所述去噪处理采用平滑滤波法。
4.如权利要求1所述的多通道红外气体传感器数据处理方法，其特征在于，所述步骤S2包括S21、设定温度梯度，记录温度梯度内对应温度下所采集的温度浓度数据/>，计算n个温度浓度数据/>分别与初步浓度数据/>之间的n个差值/>，得到多个数值坐标（/>）；
S22、构建初步的拟合曲线，设定拟合曲线为：，x：温度/>的值,/>：与温度/>所对应的差值/>的值；
S23、选择部分数值坐标（）代入拟合曲线，通过最小二乘法计算得到/>和/>的值，之后将/>和/>的值代入合曲线得到拟合函数；
S24、计算拟合优度和误差平方和SSE；设定需求拟合优度值为1，判断计算所得的拟合优度/>的值是否接近需求拟合优度的值：若计算所得的拟合优度/>的值接近需求拟合优度的值，则保留拟合函数；若计算所得的拟合优度/>的值远离需求拟合优度的值，则进入步骤S25；
S25、重复步骤S22、步骤S23和步骤S24，得到新的拟合函数。
5. 如权利要求4所述的多通道红外气体传感器数据处理方法，其特征在于，所述误差平方和SSE的计算公式：SSE = 。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211415260.6A CN115684076B (zh) | 2022-11-11 | 2022-11-11 | 多通道红外气体传感器数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211415260.6A CN115684076B (zh) | 2022-11-11 | 2022-11-11 | 多通道红外气体传感器数据处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115684076A CN115684076A (zh) | 2023-02-03 |
| CN115684076B true CN115684076B (zh) | 2024-01-30 |
Family
ID=85052283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211415260.6A Active CN115684076B (zh) | 2022-11-11 | 2022-11-11 | 多通道红外气体传感器数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115684076B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101153840A (zh) * | 2006-09-29 | 2008-04-02 | 深圳迈瑞生物医疗电子股份有限公司 | 一种提高气体分析仪测量精度的方法和装置 |
| CN102128806A (zh) * | 2010-12-23 | 2011-07-20 | 深圳市赛宝伦计算机技术有限公司 | 用于红外气体分析仪的气体检测方法 |
| CN102141403A (zh) * | 2010-12-17 | 2011-08-03 | 北京航空航天大学 | 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法 |
| CN203037608U (zh) * | 2012-11-19 | 2013-07-03 | 中国矿业大学(北京) | 一种井下甲烷监测及定位系统 |
| CN103884679A (zh) * | 2014-04-18 | 2014-06-25 | 山西大学 | 结合卡尔曼滤波器的腔衰荡光谱技术气体浓度监测方法 |
| CN105743462A (zh) * | 2016-03-28 | 2016-07-06 | 浙江涵普电力科技有限公司 | 测量响应时间可调的电力信号数字滤波方法 |
| CN106441662A (zh) * | 2016-03-25 | 2017-02-22 | 芯海科技（深圳）股份有限公司 | 一种快速判断压力传感器压力突变的方法 |
| CN109492508A (zh) * | 2017-09-13 | 2019-03-19 | 湖南中车特种电气装备有限公司 | 一种限幅滤波方法及系统 |
| CN111510109A (zh) * | 2019-01-30 | 2020-08-07 | 维谛技术有限公司 | 一种信号滤波的方法、装置、设备和介质 |
| CN112134544A (zh) * | 2020-09-25 | 2020-12-25 | 郑州佛光发电设备有限公司 | 滤波方法、装置、设备及计算机可读存储介质 |
| CN112329585A (zh) * | 2020-10-29 | 2021-02-05 | 上海舜宇恒平科学仪器有限公司 | 一种用于电子天平的称重信号切换滤波处理方法 |
| CN114324534A (zh) * | 2021-12-27 | 2022-04-12 | 南京理工大学 | 一种气体场中心一氧化碳浓度测量方法 |
| CN114866069A (zh) * | 2022-06-06 | 2022-08-05 | 深圳市帝晶光电科技有限公司 | 一种具有高灵敏度动态调整的一阶滞后滤波系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4838206B2 (ja) * | 2007-07-18 | 2011-12-14 | ラピスセミコンダクタ株式会社 | フィルタ回路および方法 |
| KR101168968B1 (ko) * | 2009-09-14 | 2012-07-26 | 순환엔지니어링 주식회사 | 불규칙 이상신호 검출 및 필터링 방법 |
-
2022
- 2022-11-11 CN CN202211415260.6A patent/CN115684076B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101153840A (zh) * | 2006-09-29 | 2008-04-02 | 深圳迈瑞生物医疗电子股份有限公司 | 一种提高气体分析仪测量精度的方法和装置 |
| CN102141403A (zh) * | 2010-12-17 | 2011-08-03 | 北京航空航天大学 | 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法 |
| CN102128806A (zh) * | 2010-12-23 | 2011-07-20 | 深圳市赛宝伦计算机技术有限公司 | 用于红外气体分析仪的气体检测方法 |
| CN203037608U (zh) * | 2012-11-19 | 2013-07-03 | 中国矿业大学(北京) | 一种井下甲烷监测及定位系统 |
| CN103884679A (zh) * | 2014-04-18 | 2014-06-25 | 山西大学 | 结合卡尔曼滤波器的腔衰荡光谱技术气体浓度监测方法 |
| CN106441662A (zh) * | 2016-03-25 | 2017-02-22 | 芯海科技（深圳）股份有限公司 | 一种快速判断压力传感器压力突变的方法 |
| CN105743462A (zh) * | 2016-03-28 | 2016-07-06 | 浙江涵普电力科技有限公司 | 测量响应时间可调的电力信号数字滤波方法 |
| CN109492508A (zh) * | 2017-09-13 | 2019-03-19 | 湖南中车特种电气装备有限公司 | 一种限幅滤波方法及系统 |
| CN111510109A (zh) * | 2019-01-30 | 2020-08-07 | 维谛技术有限公司 | 一种信号滤波的方法、装置、设备和介质 |
| CN112134544A (zh) * | 2020-09-25 | 2020-12-25 | 郑州佛光发电设备有限公司 | 滤波方法、装置、设备及计算机可读存储介质 |
| CN112329585A (zh) * | 2020-10-29 | 2021-02-05 | 上海舜宇恒平科学仪器有限公司 | 一种用于电子天平的称重信号切换滤波处理方法 |
| CN114324534A (zh) * | 2021-12-27 | 2022-04-12 | 南京理工大学 | 一种气体场中心一氧化碳浓度测量方法 |
| CN114866069A (zh) * | 2022-06-06 | 2022-08-05 | 深圳市帝晶光电科技有限公司 | 一种具有高灵敏度动态调整的一阶滞后滤波系统 |
Non-Patent Citations (4)
| Title |
|---|
| 一种改进的脉冲噪声滤波方法;刘西成;许海英;谌贵辉;;计算机工程与科学(11);第120-123页 * |
| 基于非分光红外的偏二甲肼气体检测系统;隋峰等;《电子世界》;第115-118页 * |
| 复杂工况下非接触式液位计模拟信号的数字精密滤波处理;袁毅;;给水排水(04);第114-118页 * |
| 电子分析天平称量数据预处理方法研究;陈良柱;滕召胜;杨敏;邵万里;;电子测量与仪器学报(12);第1107-1113页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115684076A (zh) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
| US5827963A (en) | System and method for determining a density of a fluid | |
| CN111487213A (zh) | 多光谱融合的化学需氧量测试方法及装置 | |
| CA2469099A1 (en) | Spectroscopic method and apparatus for total hemoglobin measurement | |
| CN106568899A (zh) | 一种烟叶组分的判断方法 | |
| CN109799199B (zh) | 一种叶绿素a浓度的协同反演方法 | |
| US10641704B2 (en) | Optimal weighted averaging pre-processing schemes for laser absorption spectroscopy | |
| Opitz et al. | New fluorescence photometrical techniques for simultaneous and continuous measurements of ionic strength and hydrogen ion activities | |
| CN106018331B (zh) | 多通道光谱系统的稳定性评价方法及预处理优化方法 | |
| CN110031413B (zh) | 一种溶液中多金属离子浓度检测方法 | |
| CN111207854A (zh) | 一种基于分布式光纤温度传感器的数据处理算法 | |
| CN115684076B (zh) | 多通道红外气体传感器数据处理方法 | |
| CN104977271A (zh) | 一种红花醇沉过程有效成分近红外在线检测方法 | |
| CN109100315B (zh) | 一种基于噪信比的波长选择方法 | |
| CN117390378B (zh) | 一种双碳平台数据智能管理方法及系统 | |
| CN111141809B (zh) | 一种基于非接触式电导信号的土壤养分离子含量检测方法 | |
| CN108037084B (zh) | 一种适用于光度法原理水质自动分析仪的抗干扰测量方法 | |
| CN101793820B (zh) | 双模联动水质在线监测方法 | |
| CN110455438A (zh) | 光纤温度分布测试仪光纤长度自动校准及自动测试方法 | |
| CN113158558B (zh) | 一种高速铁路路基连续压实分析方法、装置及分析仪 | |
| CN113035292B (zh) | 一种脑胶质瘤浸润区域pH值测定方法及系统 | |
| CN112700039B (zh) | 一种火电厂负荷运行数据的稳态检测与提取方法 | |
| CN104090082A (zh) | 一种卷烟全烟气pH值的预测方法 | |
| CN110553988B (zh) | 一种基于叠加态思想的no低浓度信号提取方法 | |
| CN111141808B (zh) | 一种基于电泳分析技术的土壤有效态分析方法及其土壤养分等级评定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |